Git Stars Git Stars

#grpo Repositorios

Descubre 27 repositorios activos de código abierto de GitHub etiquetados con #grpo, que acumulan 107,970 estrellas en total (una media de 3,998 estrellas por proyecto). El líder de este tema es modelscope/ms-swift, con 16,138 estrellas.

27
Total de Repositorios
107,970
Total de estrellas
3,998
Promedio de Estrellas/Repo

27 repositorios en total

1
modelscope/ms-swift

Utiliza PEFT o entrenamiento con todos los parámetros para aplicar CPT/SFT/DPO/GRPO a más de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) y más de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 Actualizado 2026-11-21 📅 Creado 2023-08-01
2
Orchestra-Research/AI-Research-SKILLs

Biblioteca integral de código abierto de habilidades de investigación e ingeniería de IA para cualquier modelo de IA. Empaque las habilidades y su agente claude code/codex/gemini será un agente de investigación de IA con toda su potencia. Mantenido por Orchestra Research.

Orchestra-Research
⭐ 14,716 TeX 👤 Orchestra-Research Organization 🕐 Actualizado 2026-10-11 📅 Creado 2025-11-03
3
adongwanai/AgentGuide

Guía de desarrollo de agentes de IA | Agent Harness | Ingeniería de contexto | RAG avanzado | MCP | Aprendizaje por refuerzo agéntico (Agentic RL) | LangGraph práctico | Más de 12.000 preguntas de entrevista sobre LLM | Búsqueda de empleo para puestos de algoritmos / desarrollo | Cambiar de carrera al ámbito de los LLM

adongwanai
⭐ 12,147 MDX 👤 adongwanai User 🕐 Actualizado 2026-11-05 📅 Creado 2025-11-03
4
OpenPipe/ART

Entrenador de refuerzo de agentes: entrena agentes de varios pasos para tareas del mundo real usando GRPO. Brinda a tus agentes capacitación en el trabajo. ¡Aprendizaje por refuerzo para Qwen3.6, GPT-OSS, Llama y más!

OpenPipe
⭐ 10,866 Python 👤 OpenPipe Organization 🕐 Actualizado 2026-11-19 📅 Creado 2025-03-10
5
oumi-ai/oumi

¡Ajusta finamente (SFT/RL), evalúa y despliega Qwen, Gemma o cualquier LLM/VLM agéntico de código abierto!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-05-07
6
om-ai-lab/VLM-R1

Resolver la comprensión visual con VLMs mejorados

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Actualizado 2026-07-07 📅 Creado 2025-02-06
7
rasbt/reasoning-from-scratch

Implementar un LLM de razonamiento en PyTorch desde cero, paso a paso

rasbt
⭐ 5,885 Jupyter Notebook 👤 rasbt User 🕐 Actualizado 2026-11-02 📅 Creado 2025-03-04
8
Gen-Verse/OpenClaw-RL

OpenClaw-RL: Entrena cualquier agente simplemente hablando

Gen-Verse
⭐ 5,750 Python 👤 Gen-Verse Organization 🕐 Actualizado 2026-05-23 📅 Creado 2026-02-26
9
walkinglabs/hands-on-modern-rl

🚀 Un currículo de código abierto y práctico que cierra la brecha desde conceptos básicos de RL hasta alineación de LLM, RLVR y sistemas Agentic avanzados.

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 Actualizado 2026-10-23 📅 Creado 2026-04-10
10
SkyworkAI/Skywork-R1V

Skywork-R1V es una serie avanzada de modelos de IA multimodal desarrollada por Skywork AI, especializada en el razonamiento visión-lenguaje.

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 Actualizado 2026-07-29 📅 Creado 2025-03-15
11
datawhalechina/diy-llm

Cubre datos de preentrenamiento, tokenizadores, Transformers, MoE, entrenamiento distribuido, leyes de escalado, inferencia y alineación. 6 tareas de programación progresivas para aprender LLM de principio a fin.

datawhalechina
⭐ 3,035 Jupyter Notebook 👤 datawhalechina Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-11-24
12
langfengQ/verl-agent

verl-agent es una extensión de veRL, diseñada para entrenar agentes LLM/VLM a través de RL. verl-agent es también el código oficial del artículo "Group-in-Group Policy Optimization for LLM Agent Training"

langfengQ
⭐ 2,457 Python 👤 langfengQ User 🕐 Actualizado 2026-06-09 📅 Creado 2025-03-23
13
Liuziyu77/Visual-RFT

Repositorio oficial de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 Actualizado 2025-10-29 📅 Creado 2025-02-24
14
verl-project/verl-omni

Marco de entrenamiento de RL multimodal para modelos de difusión y omni

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-04-21
15
Tencent-Hunyuan/MixGRPO

[ECCV 2026] MixGRPO: Desbloqueando la eficiencia de GRPO basada en flujo con ODE-SDE mixto

Tencent-Hunyuan
⭐ 1,185 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2026-07-01 📅 Creado 2025-07-29
16
JudgmentLabs/judgeval

La pila de mejora continua para agentes. Nuestros datos de entorno y evaluaciones impulsan la mejora y el monitoreo de agentes.

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 Actualizado 2026-11-19 📅 Creado 2024-10-25
17
whitecircle/halo

Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-08-26
18
Haozhe-Xing/agent_learning

Un tutorial sistemático de desarrollo de Agentes de IA que cubre agentes LLM, RAG, uso de herramientas, sistemas de memoria, sistemas multiagente, LangChain, LangGraph, MCP y RL agéntico. | Aprende desarrollo de Agentes de IA desde cero | Tutorial de desarrollo de Agentes sistemático, completo y orientado a la práctica | Seguimiento automático diario de los últimos artículos de arXiv

Haozhe-Xing
⭐ 795 HTML 👤 Haozhe-Xing User 🕐 Actualizado 2026-10-24 📅 Creado 2026-03-13
19
SUFE-AIFLM-Lab/Fin-R1

Fin-R1 es un modelo de lenguaje grande para el razonamiento financiero complejo, desarrollado y de código abierto gracias a los esfuerzos conjuntos del SUFE-AIFLM-Lab de la Escuela de Estadística y Ciencia de Datos de la Universidad de Finanzas y Economía de Shanghái y FinStep.AI.

SUFE-AIFLM-Lab
⭐ 789 👤 SUFE-AIFLM-Lab User 🕐 Actualizado 2025-03-27 📅 Creado 2025-03-11
20
ucla-mobility/AutoVLA

[NeurIPS 2025] AutoVLA: Un modelo de visión-lenguaje-acción para conducción autónoma de extremo a extremo con razonamiento adaptativo y ajuste fino por refuerzo

ucla-mobility
⭐ 680 Python 👤 ucla-mobility Organization 🕐 Actualizado 2026-05-29 📅 Creado 2025-06-14
21
redai-studio/Relax

Un motor de aprendizaje por refuerzo asíncrono para post-entrenamiento omnimodal a gran escala

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-04-13
22
sail-sg/oat

🌾 OAT: Un framework amigable para la investigación de alineación en línea de LLM, incluyendo aprendizaje por refuerzo, aprendizaje por preferencia, etc.

sail-sg
⭐ 678 Python 👤 sail-sg Organization 🕐 Actualizado 2026-01-29 📅 Creado 2024-10-15
23
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) y AutoTool (ICML 2026), DemyAgent: Aprendizaje por refuerzo de código abierto para LLMs y escenarios de agentes

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 Actualizado 2026-06-12 📅 Creado 2025-10-13
24
turningpoint-ai/VisualThinker-R1-Zero

Explore el "momento eureka" multimodal en el modelo 2B

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 Actualizado 2025-03-18 📅 Creado 2025-02-24
25
wendell0218/Awesome-RL-for-Video-Generation

Una lista curada de artículos sobre aprendizaje por refuerzo para la generación de video

wendell0218
⭐ 587 👤 wendell0218 User 🕐 Actualizado 2026-04-15 📅 Creado 2025-02-13
26
adithya-s-k/FineEnvs

FineEnvs — Introducción a los entornos de RL: creación y escalado de entornos de RL en la era de los LLM

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Actualizado 2026-11-14 📅 Creado 2026-05-01
27
NVlabs/GDPO

Implementación oficial de GDPO: Optimización de políticas con normalización desacoplada de las recompensas grupales para la optimización del aprendizaje por refuerzo con múltiples recompensas

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 Actualizado 2026-05-20 📅 Creado 2025-12-09

Preguntas frecuentes

1

¿Cuál es el repositorio de #grpo más popular en GitHub?

El proyecto de código abierto de #grpo mejor posicionado en GitHub es modelscope/ms-swift, con 16,138 estrellas. Utiliza PEFT o entrenamiento con todos los parámetros para aplicar CPT/SFT/DPO/GRPO a más de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) y más de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #grpo?

Entre los proyectos de #grpo mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TeX, MDX.

3

¿Cómo se calcula la clasificación de los repositorios de #grpo?

Seguimos 27 repositorios activos de código abierto etiquetados con #grpo (500+ estrellas), que suman un total de 107,970 estrellas, con una media de 3,998 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.